李俊卿，朱锦山，沈亮印，康文强

(华北电力大学 电气与电子工程学院，河北 保定 071003)

SVD滤波与改进小生境遗传算法在双馈异步电机转子匝间短路故障量提取中的应用

李俊卿，朱锦山，沈亮印，康文强

(华北电力大学 电气与电子工程学院，河北 保定 071003)

双馈异步发电机(DFIG)转子绕组发生匝间短路故障后，可能会导致机组运行不稳定，造成严重的经济损失，短路后定子电流会产生频率为(1±2s)f的谐波，因此分析定子电流中的谐波含量对故障诊断具有一定的意义。FFT进行短时采样频谱分析时，由于频谱泄露的影响，分辨力明显不足。为了提高转子匝间短路诊断的准确性，提出了利用SVD分解滤波算法和改进小生境遗传算法的故障诊断方法，不仅提高了谐波分析的精度，还解决了多重信号分类(MUSIC)算法谱峰搜索计算量大的缺点。仿真的结果表明，将SVD分解算法和小生境遗传算法作为故障监测方法切实可行，为转子匝间短路故障诊断提供了依据，相比单独采用FFT和MUSIC算法，计算精度和效率都有所提升。

双馈异步发电机；转子匝间短路；SVD分解；小生境遗传算法；MUSIC算法

0 引 言

环境问题、能源问题的日益突出，使得风力资源、太阳能资源等清洁能源的利用受到人们越来越多的重视。双馈式异步发电机是风力发电的主要机型[1-2]。由于风机运行条件恶劣，这使其发生故障的概率也较高，而转子绕组匝间短路是风机故障的主要形式之一，严重的转子故障会影响风机系统的正常运行[3]，因此，快速、高效地分析提取故障特征量，对电力系统正常运行具有重要意义。……